Development of a Novel Epilepsy and Dyskinesia Survey for Large-Scale Characterization of Seizure Semiology in Dogs
Notice bibliographique
Résumé
BACKGROUND: Diagnosing epilepsy and dyskinesia in dogs relies on seizure semiology, laboratory workup, brain imaging, and electroencephalography. Variability in existing epilepsy surveys complicates comparison and impedes epidemiologic and genetic research. OBJECTIVE: To characterize the semiology of epileptic seizures and dyskinesia episodes using a novel, owner-completed, multi-language online questionnaire. ANIMALS: A cohort of 606 dogs from 96 breeds with paroxysmal events, perceived by their owners as epilepsy or dyskinesia. MATERIALS AND METHODS: A comprehensive epilepsy and dyskinesia questionnaire featuring pragmatic seizure categories and video upload was developed in German, Finnish, and English. The reliability of the questionnaire was assessed, and the study cohort analyzed. RESULTS: The questionnaire demonstrated strong internal consistency and interrater agreement. Owners correctly classified paroxysmal events in 90.1% of cases (95% CI 88.18-92.11). Video footage was submitted from 23.8% (143/606) and supported the seizure type in the questionnaire in 96.5%. The age of onset ranged from 6 months to 6 years in 80.2% (median 2 years; IQR 1-5 years). Generalized (epileptic) convulsive seizures occurred in 58.6% of dogs, non-generalized paroxysmal motor events without convulsions in 58.1%, sudden falls without movement in 6.1%, episodes of impaired awareness in 15.8%, and other unclassified events in 7.1%. Multiple seizure types were reported in 25.2% of the dogs. Labrador Retrievers exhibited a higher prevalence of non-generalized motor events compared to Border Collies, Siberian Huskies, and other breeds (p < 0.001). CONCLUSIONS: The questionnaire reliably characterizes epileptic seizures and dyskinesia episodes in dogs, making it a valuable tool for large-scale epidemiological and genetic studies.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».